Pixabay/Pexels
Αυτή η ιστορία δημοσιεύτηκε αρχικά από Yale E360 και αναπαράγεται εδώ ως μέρος του Γραφείο κλίματος συνεργασία.
Δύο μήνες μετά κυκλοφόρησε τον Νοέμβριο του 2022, το ChatGPT του OpenAI 100 εκατομμύρια ενεργοί χρήστες και ξαφνικά οι εταιρείες τεχνολογίας αγωνίστηκαν για να προσφέρουν στο κοινό πιο «γεννητική τεχνητή νοημοσύνη» Οι ειδικοί συνέκριναν τον αντίκτυπο της νέας τεχνολογίας με το Διαδίκτυο ή τον ηλεκτρισμό ή τη Βιομηχανική Επανάσταση—ή η ανακάλυψη της φωτιάς.
Ο χρόνος θα διαχωρίσει τη διαφημιστική εκστρατεία από την πραγματικότητα, αλλά μια συνέπεια της έκρηξης της τεχνητής νοημοσύνης είναι ξεκάθαρη: το περιβαλλοντικό αποτύπωμα αυτής της τεχνολογίας είναι μεγάλο και αυξάνεται.
Η χρήση της τεχνητής νοημοσύνης είναι άμεσα υπεύθυνη για τις εκπομπές άνθρακα από μη ανανεώσιμη ηλεκτρική ενέργεια και για την κατανάλωση εκατομμυρίων γαλονιών γλυκού νερού και ενισχύει έμμεσα τις επιπτώσεις από την κατασκευή και τη συντήρηση του εξοπλισμού που απαιτεί ενέργεια στον οποίο λειτουργεί η τεχνητή νοημοσύνη. Καθώς οι εταιρείες τεχνολογίας επιδιώκουν να ενσωματώσουν την τεχνητή νοημοσύνη υψηλής έντασης σε οτιδήποτε, από τη σύνταξη βιογραφικού έως το φάρμακο μεταμόσχευσης νεφρού και από την επιλογή τροφής για σκύλους έως τη διαμόρφωση κλιματικών μοντέλων, αναφέρουν πολλούς τρόπους με τους οποίους η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει περιορίζω περιβαλλοντικό αποτύπωμα της ανθρωπότητας. Αλλά οι νομοθέτες, οι ρυθμιστικές αρχές, οι ακτιβιστές και οι διεθνείς οργανισμοί θέλουν τώρα να διασφαλίσουν ότι τα οφέλη δεν αντισταθμίζονται από τους αυξανόμενους κινδύνους της τεχνητής νοημοσύνης.
«Η ανάπτυξη της επόμενης γενιάς εργαλείων τεχνητής νοημοσύνης δεν μπορεί να γίνει εις βάρος της υγείας του πλανήτη μας», δήλωσε ο γερουσιαστής της Μασαχουσέτης Edward Markey (D) είπε την περασμένη εβδομάδα στην Ουάσιγκτον, αφού ο ίδιος και άλλοι γερουσιαστές και εκπρόσωποι εισήγαγαν ένα νομοσχέδιο που θα απαιτούσε από την ομοσπονδιακή κυβέρνηση να αξιολογήσει το τρέχον περιβαλλοντικό αποτύπωμα της τεχνητής νοημοσύνης και να αναπτύξει ένα τυποποιημένο σύστημα αναφοράς μελλοντικών επιπτώσεων. Ομοίως, ο «Νόμος AI» της Ευρωπαϊκής Ένωσης, εγκρίθηκε από τα κράτη μέλη την περασμένη εβδομάδα, θα απαιτηθεί «Συστήματα AI υψηλού κινδύνου» (τα οποία περιλαμβάνουν τα ισχυρά «μοντέλα θεμελίωσης» που τροφοδοτούν το ChatGPT και παρόμοια AI) για να αναφέρουν την κατανάλωση ενέργειας, τη χρήση πόρων και άλλες επιπτώσεις σε όλο τον κύκλο ζωής των συστημάτων τους. Το δίκαιο της ΕΕ τίθεται σε ισχύ το επόμενο έτος.
Εν τω μεταξύ, ο Διεθνής Οργανισμός Τυποποίησης, ένα παγκόσμιο δίκτυο που αναπτύσσει πρότυπα για κατασκευαστές, ρυθμιστικές αρχές και άλλους, λέει ότι θα εκδώσει κριτήρια για «βιώσιμη τεχνητή νοημοσύνη» αργότερα φέτος. Αυτά θα περιλαμβάνουν πρότυπα για τη μέτρηση της ενεργειακής απόδοσης, της χρήσης πρώτων υλών, της μεταφοράς και της κατανάλωσης νερού, καθώς και πρακτικές για τη μείωση των επιπτώσεων της τεχνητής νοημοσύνης σε όλο τον κύκλο ζωής του, από τη διαδικασία εξόρυξης υλικών και την κατασκευή εξαρτημάτων υπολογιστή έως την ηλεκτρική ενέργεια που καταναλώνεται από τους υπολογισμούς του. Το ISO θέλει να επιτρέψει στους χρήστες τεχνητής νοημοσύνης να λαμβάνουν τεκμηριωμένες αποφάσεις σχετικά με την κατανάλωση τεχνητής νοημοσύνης.
Αυτήν τη στιγμή, δεν είναι δυνατό να πούμε πώς το αίτημά σας με τεχνητή νοημοσύνη για βοήθεια στο σπίτι ή μια εικόνα αστροναύτη που ιππεύει ένα άλογο θα επηρεάσει τις εκπομπές άνθρακα ή τα αποθέματα γλυκού νερού. Αυτός είναι ο λόγος για τον οποίο οι προτάσεις «βιώσιμης τεχνητής νοημοσύνης» του 2024 περιγράφουν τρόπους λήψης περισσότερων πληροφοριών σχετικά με τις επιπτώσεις της τεχνητής νοημοσύνης.
Ελλείψει προτύπων και κανονισμών, οι εταιρείες τεχνολογίας αναφέρουν ό,τι επιλέγουν, όπως επιλέγουν, για τον αντίκτυπό τους στην τεχνητή νοημοσύνη, λέει ο Shaolei Ren, αναπληρωτής καθηγητής ηλεκτρολογίας και μηχανικής υπολογιστών στο UC Riverside, ο οποίος μελετά το κόστος του νερού υπολογισμού για την τελευταία δεκαετία. Δουλεύοντας από τους υπολογισμούς της ετήσιας χρήσης νερού για συστήματα ψύξης από τη Microsoft, ο Ren εκτιμά ότι ένα άτομο που συμμετέχει σε μια συνεδρία ερωτήσεων και απαντήσεων με GPT-3 (περίπου 10 t0 50 απαντήσεις) οδηγεί στην κατανάλωση μισού λίτρου γλυκού νερού . «Θα διαφέρει ανά περιοχή και με μεγαλύτερο AI, θα μπορούσε να είναι περισσότερο».
Ωστόσο, πολλά παραμένουν άγνωστα σχετικά με τα εκατομμύρια γαλόνια νερού που χρησιμοποιούνται για την ψύξη υπολογιστών με τεχνητή νοημοσύνη, λέει. Το ίδιο ισχύει και για τον άνθρακα.
«Οι επιστήμονες δεδομένων σήμερα δεν έχουν εύκολη ή αξιόπιστη πρόσβαση στις μετρήσεις του [greenhouse gas impacts from AI]το οποίο αποκλείει την ανάπτυξη ενεργών τακτικών», έγραψε μια ομάδα 10 εξεχόντων ερευνητών σχετικά με τις επιπτώσεις της τεχνητής νοημοσύνης σε μια διάσκεψη του 2022 χαρτί. Από τότε που παρουσίασαν το άρθρο τους, οι εφαρμογές τεχνητής νοημοσύνης και οι χρήστες έχουν πολλαπλασιαστεί, αλλά το κοινό εξακολουθεί να είναι στο σκοτάδι σχετικά με αυτά τα δεδομένα, λέει ο Jesse Dodge, ερευνητής στο Ινστιτούτο Τεχνητής Νοημοσύνης Allen στο Σιάτλ, ο οποίος ήταν ένας από τους συν-συγγραφείς της εφημερίδας.
Το AI μπορεί να εκτελεστεί σε πολλές συσκευές—το απλό AI που διορθώνει αυτόματα τα μηνύματα κειμένου θα εκτελείται σε ένα smartphone. Αλλά το είδος της τεχνητής νοημοσύνης που θέλουν να χρησιμοποιήσουν περισσότερο οι άνθρωποι είναι πολύ μεγάλο για τις περισσότερες προσωπικές συσκευές, λέει ο Dodge. «Τα μοντέλα που μπορούν να γράψουν ένα ποίημα για εσάς ή να συντάξουν ένα email, είναι πολύ μεγάλα», λέει. “Το μέγεθος είναι ζωτικής σημασίας για να έχουν αυτές τις δυνατότητες.”
Τα μεγάλα AI πρέπει να εκτελούν τεράστιους αριθμούς υπολογισμών πολύ γρήγορα, συνήθως σε εξειδικευμένες Μονάδες Επεξεργασίας Γραφικών—επεξεργαστές που αρχικά είχαν σχεδιαστεί για έντονο υπολογισμό για την απόδοση γραφικών σε οθόνες υπολογιστών. Σε σύγκριση με άλλα τσιπ, οι GPU είναι πιο ενεργειακά αποδοτικές για την τεχνητή νοημοσύνη και είναι πιο αποδοτικές όταν εκτελούνται σε μεγάλα “κέντρα δεδομένων cloud” – εξειδικευμένα κτίρια γεμάτα υπολογιστές εξοπλισμένους με αυτά τα τσιπ. Όσο μεγαλύτερο είναι το κέντρο δεδομένων, τόσο πιο ενεργειακά αποδοτικό μπορεί να είναι. Οι βελτιώσεις στην ενεργειακή απόδοση της τεχνητής νοημοσύνης τα τελευταία χρόνια οφείλονται εν μέρει στο κατασκευή περισσότερων «κέντρων δεδομένων υπερκλίμακας», τα οποία περιέχουν πολλούς περισσότερους υπολογιστές και μπορούν να αυξηθούν γρήγορα. Όταν ένα τυπικό κέντρο δεδομένων cloud καταλαμβάνει περίπου 100.000 τετραγωνικά πόδια, ένα κέντρο υπερκλίμακας μπορεί να είναι 1 ή και 2 εκατομμύρια τετραγωνικά πόδια.
Οι εκτιμήσεις για τον αριθμό των κέντρων δεδομένων cloud παγκοσμίως κυμαίνονται από περίπου 9.000 σχεδόν 11.000. Περισσότερα είναι υπό κατασκευή. Ο Διεθνής Οργανισμός Ενέργειας (IEA) προβλέπει ότι η κατανάλωση ηλεκτρικής ενέργειας των κέντρων δεδομένων θα είναι το 2026 διπλό αυτό του 2022—1.000 τεραβάτ, περίπου ισοδύναμο με την τρέχουσα συνολική κατανάλωση της Ιαπωνίας.
Ωστόσο, ως παράδειγμα ενός προβλήματος με τον τρόπο μέτρησης των επιπτώσεων της τεχνητής νοημοσύνης, αυτή η εκτίμηση του IEA περιλαμβάνει όλα δραστηριότητα κέντρου δεδομένων, η οποία εκτείνεται πέρα από την τεχνητή νοημοσύνη σε πολλές πτυχές της σύγχρονης ζωής. Η λειτουργία της διεπαφής καταστήματος του Amazon, η προβολή των βίντεο του Apple TV, η αποθήκευση των email εκατομμυρίων ανθρώπων στο Gmail και η «εξόρυξη» Bitcoin εκτελούνται επίσης από κέντρα δεδομένων. (Άλλος ΔΟΕ Αναφορές εξαιρέσει τις λειτουργίες κρυπτογράφησης, αλλά εξακολουθεί να συγκεντρώνει όλες τις άλλες δραστηριότητες του κέντρου δεδομένων μαζί.)